第1章 绪论 __eol__ 1.1 语音信号处理的发展 __eol__ 1.1.1 语音合成 __eol__ 1.1.2 语音编码 __eol__ 1.1.3 语音识别 __eol__ 1.2 语音信号处理的应用 __eol__ 1.3 语音信号处理的过程 __eol__ 1.4 MATLAB在数字语音信号处理中的应用 __eol__ 习题1 __eol__第2章 语音信号的数字模型 __eol__ 2.1 语音的发声机理 __eol__ 2.1.1 人的发声器官 __eol__ 2.1.2 语音生成 __eol__ 2.2 语音的听觉机理 __eol__ 2.2.1 听觉器官 __eol__ 2.2.2 听觉掩蔽效应 __eol__ 2.2.3 临界带宽与频率群 __eol__ 2.2.4 耳蜗的信号处理机制 __eol__ 2.2.5 语音信号听觉模型 __eol__ 2.3 语音信号的线性模型 __eol__ 2.3.1 激励模型 __eol__ 2.3.2 声道模型 __eol__ 2.3.3 辐射模型 __eol__ 2.3.4 语音信号数字模型 __eol__ 2.4 语音信号的非线性模型 __eol__ 2.4.1 线性模型局限性 __eol__ 2.4.2 几种非线性模型 __eol__ 2.4.3 非线性动力学模型 __eol__ 2.4.4 非线性模型在语音信号处理中的应用及MATLAB实现 __eol__ 习题2 __eol__第3章 语音信号的短时时域分析 __eol__ 3.1 语音信号的预处理 __eol__ 3.1.1 语音信号的预加重处理 __eol__ 3.1.2 语音信号的加窗处理 __eol__ 3.2 短时平均能量 __eol__ 3.3 短时平均幅度函数 __eol__ 3.4 短时平均过零率 __eol__ 3.5 短时自相关分析 __eol__ 3.5.1 短时自相关函数 __eol__ 3.5.2 语音信号的短时自相关函数 __eol__ 3.5.3 修正的短时自相关函数 __eol__ 3.5.4 短时平均幅度差函数 __eol__ 3.6 基于能量和过零率的语音端点检测 __eol__ 3.7 基音周期估值__eol__ 3.7.1 基于短时自相关法的基音周期估值 __eol__ 3.7.2 基于短时平均幅度差 函数AMDF法的基音周期估值 __eol__ 3.7.3 基音周期估值的后处理 __eol__ 3.7.4 基音周期估值后处理的MATLAB实现 __eol__ 习题3 __eol__第4章 语音信号短时频域及倒谱分析 __eol__ 4.1 傅里叶变换的解释 __eol__ 4.1.1 短时傅里叶变换 __eol__ 4.1.2 窗函数的作用 __eol__ 4.2 滤波器的解释 __eol__ 4.2.1 短时傅里叶变换的滤波器实现形式一 __eol__ 4.2.2 短时傅里叶变换的滤波器 实现形式二 __eol__ 4.3 短时综合的滤波器组相加法 __eol__ 4.3.1 短时综合的滤波器组相加法原理 __eol__ 4.3.2 短时综合的滤波器组相加法的MATLAB程序实现 __eol__ 4.3.3 短时综合的叠接相加法原理及MATLAB程序实现 __eol__ 4.4 语音信号的复倒谱和倒谱分析及 应用 __eol__ 4.4.1 复倒谱和倒谱的定义及性质 __eol__ 4.4.2 复倒谱的几种计算方法 __eol__ 4.4.3 倒谱的MATLAB实现 __eol__ 4.4.4 语音的倒谱分析及应用 __eol__ 习题4 __eol__第5章 语音信号线性预测分析 __eol__ 5.1 LPC的基本原理 __eol__ 5.1.1 LPC的实现方法 __eol__ 5.1.2 语音信号模型和LPC 之间的关系 __eol__ 5.1.3 模型增益G的确定 __eol__ 5.2 线性预测分析的解法 __eol__ 5.2.1 自相关法 __eol__ 5.2.2 协方差法 __eol__ 5.2.3 自相关法的MATLAB 实现__eol__ 5.3 线谱对LSP分析 __eol__ 5.3.1 LSP的定义和特点__eol__ 5.3.2 LPC参数到LSP参数的转换及MATLAB实现__eol__ 5.3.3 LSP参数到LPC参数的转换及MATLAB实现__eol__ 5.4 LPC的几种推演参数 __eol__ 5.4.1 反射系数 __eol__ 5.4.2 对数面积比系数LAR__eol__ 5.4.3 预测器多项式的根 __eol__ 5.4.4 预测误差滤波器的冲激 响应及其自相关系数 __eol__ 5.4.5 LPC倒谱及其MATLAB实现 __eol__ 习题5 __eol__第6章 矢量量化 __eol__ 6.1 矢量量化基本原理 __eol__ 6.1.1 矢量量化的定义 __eol__ 6.1.2 失真测度 __eol__ 6.1.3 矢量量化器 __eol__ 6.2 最佳矢量量化器 __eol__ 6.3 矢量量化器的设计算法及MATLAB实现 __eol__ 6.3.1 LBG算法 __eol__ 6.3.2 初始码书的选定与空胞腔的处理 __eol__ 6.3.3 已知训练序列的LBG算法的MATLAB实现 __eol__ 6.3.4 树形搜索矢量量化器__eol__ 习题6 __eol__第7章 语音编码原理及应用 __eol__ 7.1 语音编码的分类及特性 __eol__ 7.1.1 波形编码 __eol__ 7.1.2 参数编码 __eol__ 7.1.3 混合编码 __eol__ 7.2 语音编码性能的评价指标 __eol__ 7.2.1 编码速率 __eol__ 7.2.2 编码语音质量评价 __eol__ 7.2.3 编解码延时 __eol__ 7.2.4 算法复杂度 __eol__ 7.3 语音信号波形编码 __eol__ 7.3.1 脉冲编码调制PCM __eol__ 7.3.2 自适应预测编码APC __eol__ 7.3.3 G.721编码及算法实现__eol__ 7.4 语音信号参数编码 __eol__ 7.4.1 LPC声码器原理 __eol__ 7.4.2 LPC10编码器 __eol__ 7.5 语音信号混合编码 __eol__ 7.5.1 合成分析技术和感觉加权滤波器 __eol__ 7.5.2 激励模型的演变 __eol__ 7.5.3 G.728语音编码标准简介 __eol__ 7.6 语音信号宽带变速率编码 __eol__ 习题7 __eol__第8章 语音合成 __eol__ 8.1 语音合成的原理及分类 __eol__ 8.1.1 波形合成法 __eo